为改善压缩感知雷达(Compressive Sensing Radar,CSR)在干扰噪声背景下目标检测及距离-多普勒参数的估计性能,该文提出一种感知矩阵平均相干系数(Averaged Coherence of the Sensing Matrix,ACSM)与信干噪比(Signal to Interference and...为改善压缩感知雷达(Compressive Sensing Radar,CSR)在干扰噪声背景下目标检测及距离-多普勒参数的估计性能,该文提出一种感知矩阵平均相干系数(Averaged Coherence of the Sensing Matrix,ACSM)与信干噪比(Signal to Interference and Noise Ratio,SINR)联合优化的波形设计方法.文中首先建立了CSR距离-多普勒二维参数感知模型,推导了波形联合优化设计的目标函数,其次以多相编码信号作为优化码型并采用模拟退火(Srmulated Annealing,SA)算法对目标函数进行优化求解.与传统CSR波形相比,优化设计的波形提高了CSR在低信干噪比条件下的成功检测概率,同时有效降低了目标距离-多普勒参数估计误差,由此改善了CSR在干扰噪声背景下的距离-多普勒成像质量.计算机仿真验证了该方法的有效性.展开更多
文摘为改善压缩感知雷达(Compressive Sensing Radar,CSR)在干扰噪声背景下目标检测及距离-多普勒参数的估计性能,该文提出一种感知矩阵平均相干系数(Averaged Coherence of the Sensing Matrix,ACSM)与信干噪比(Signal to Interference and Noise Ratio,SINR)联合优化的波形设计方法.文中首先建立了CSR距离-多普勒二维参数感知模型,推导了波形联合优化设计的目标函数,其次以多相编码信号作为优化码型并采用模拟退火(Srmulated Annealing,SA)算法对目标函数进行优化求解.与传统CSR波形相比,优化设计的波形提高了CSR在低信干噪比条件下的成功检测概率,同时有效降低了目标距离-多普勒参数估计误差,由此改善了CSR在干扰噪声背景下的距离-多普勒成像质量.计算机仿真验证了该方法的有效性.
